Python是否具有与R的封装预测中的nnetar相似的模型？

Question

R的软件包“ precast”具有函数nnetar，该函数使用前馈神经网络和单个隐藏层来预测时间序列。

现在我正在使用Python进行类似的分析。我想使用不需要像深度学习那么复杂的神经网络。对于我的情况，也许2层和几个节点就足够了。

那么，Python是否有一个简单的神经网络模型可以在时间序列中使用？如果没有，该如何处理？

Answer 1

任何使用 1 个或多个隐藏层的 NN 模型都是多层感知器模型，在这种情况下，将其扩展到 N 层是微不足道的。因此，您选择的任何库都将支持它。我猜你不选择像 pytorch/Tensorflow 这样复杂的库是因为它的大小。

1. Tensorflow 确实有 TF-Lite，可用于较小的物联网设备。
2. Sklearn 确实有 MLPRegressor 可以训练神经网络，如果你更喜欢的话。
3. 您可以随时编写模型。有很多这样的例子，它们使用 numpy 并且 CPU 计算速度非常快。（我猜单隐藏层 NN 会比计算限制更多的内存限制）
4. 使用其他机器学习算法。单隐藏层 NN 的性能几乎不如其他其他更简单的 algorithms。

如果还有其他原因不使用像 tensorflow/pytorch 这样的标准库，那么你应该提到它们。